Effects of Age, Gender, Health Status, and Political Party on COVID-19–Related Concerns and Prevention Behaviors: Results of a Large, Longitudinal Cross-sectional Survey
Notice bibliographique
Résumé
BACKGROUND: With conflicting information about COVID-19, the general public may be uncertain about how to proceed in terms of precautionary behavior and decisions about whether to return to activity. OBJECTIVE: The aim of this study is to determine the factors associated with COVID-19-related concerns, precautionary behaviors, and willingness to return to activity. METHODS: National survey data were obtained from the Democracy Fund + UCLA Nationscape Project, an ongoing cross-sectional weekly survey. The sample was provided by Lucid, a web-based market research platform. Three outcomes were evaluated: (1) COVID-19-related concerns, (2) precautionary behaviors, and (3) willingness to return to activity. Key independent variables included age, gender, race or ethnicity, education, household income, political party support, religion, news consumption, number of medication prescriptions, perceived COVID-19 status, and timing of peak COVID-19 infections by state. RESULTS: The data included 125,508 responses from web-based surveys conducted over 20 consecutive weeks during the COVID-19 pandemic (comprising approximately 6250 adults per week), between March 19 and August 5, 2020, approved by the University of California, Los Angeles (UCLA) Institutional Review Board for analysis. A substantial number of participants were not willing to return to activity even after the restrictions were lifted. Weighted multivariate logistic regressions indicated the following groups had different outcomes (all P<.001): individuals aged ≥65 years (COVID-19-related concerns: OR 2.05, 95% CI 1.93-2.18; precautionary behaviors: OR 2.38, 95% CI 2.02-2.80; return to activity: OR 0.41, 95% CI 0.37-0.46 vs 18-40 years); men (COVID-19-related concerns: OR 0.73, 95% CI 0.70-0.75; precautionary behaviors: OR 0.74, 95% CI 0.67-0.81; return to activity: OR 2.00, 95% CI 1.88-2.12 vs women); taking ≥4 medications (COVID-19-related concerns: OR 1.47, 95% CI 1.40-1.54; precautionary behaviors: OR 1.36, 95% CI 1.20-1.555; return to activity: OR 0.75, 95% CI 0.69-0.81 vs <3 medications); Republicans (COVID-19-related concerns: OR 0.40, 95% CI 0.38-0.42; precautionary behaviors: OR 0.45, 95% CI 0.40-0.50; return to activity: OR 2.22, 95% CI 2.09-2.36 vs Democrats); and adults who reported having COVID-19 (COVID-19-related concerns: OR 1.24, 95% CI 1.12-1.39; precautionary behaviors: OR 0.65, 95% CI 0.52-0.81; return to activity: OR 3.99, 95% CI 3.48-4.58 vs those who did not). CONCLUSIONS: Participants' age, party affiliation, and perceived COVID-19 status were strongly associated with their COVID-19-related concerns, precautionary behaviors, and willingness to return to activity. Future studies need to develop and test targeted messaging approaches and consider political partisanship to encourage preventative behaviors and willingness to return to activities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».